K-手段和馬氏距離

Question

我想使用的馬氏距離K-means算法，因爲我有4個變量是高度相關的（0.85）

在我看來，它是更好地使用在這種情況下馬哈拉諾比斯距離。

問題是我不知道如何使用K-means算法在R中實現它。

我認爲我需要「假」它在轉換數據之前的聚類步驟，但我不知道如何。

我嘗試了傳統的kmeans，與標準化數據上的歐式距離，但正如我所說的，存在太多的相關性。

適合< - k均值（mydata.standardize，4）

我也試圖找到一個距離參數，但我認爲它不會在k均值存在（）函數。

預期結果是一種應用K-means算法和Mahalanobis距離的方法。

Answer 1

可以使用方差矩陣的Cholesky分解運行算法， 之前重新調整數據：變換後 的 歐幾里得距離是前的馬哈拉諾比斯距離。

# Sample data 
n <- 100 
k <- 5 
x <- matrix(rnorm(k*n), nr=n, nc=k) 
x[,1:2] <- x[,1:2] %*% matrix(c(.9,1,1,.9), 2, 2) 
var(x) 

# Rescale the data 
C <- chol(var(x)) 
y <- x %*% solve(C) 
var(y) # The identity matrix 

kmeans(y, 4) 

但是，這假定所有的簇具有與整個數據相同的形狀和方向。 如果不是這種情況，您可能需要查看明確允許使用橢圓簇的模型，例如mclust包中的 。